随着基于人工智能 (AI) 进步的系统和服务的创新，人们报告了其在广泛领域日益广泛使用所带来的脆弱性。在这些脆弱性中，嵌入式偏见或算法歧视已得到广泛认可，例如用于招聘决策、犯罪风险评估、医疗资源分配等的算法工具中的种族和性别偏见。为了解决嵌入式偏见问题，已提出了一些步骤，例如识别所使用的算法、了解解决方案的目标（例如考虑最终用户和/或数据中主体的多样性和代表性）、评估实现该目标的绩效（例如针对特定目标群体或有问题使用的情况进行测试）、根据绩效评估进行再培训以及引入监督机构。